| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-18页 |
| 1.1 课题背景及研究意义 | 第9-10页 |
| 1.2 激光热源模型及其仿真应用概述 | 第10-12页 |
| 1.3 课题的国内外研究现状 | 第12-16页 |
| 1.3.1 激光热源模型国内外研究现状 | 第12-15页 |
| 1.3.2 激光加工仿真分析软件国内外研究现状 | 第15-16页 |
| 1.4 课题的主要研究内容 | 第16-18页 |
| 第2章 激光热源模型及激光能量分布仿真分析 | 第18-29页 |
| 2.1 引言 | 第18页 |
| 2.2 激光热源模型及其仿真应用理论基础 | 第18-21页 |
| 2.2.1 激光能量分布模型 | 第18-19页 |
| 2.2.2 材料对激光吸收过程 | 第19-20页 |
| 2.2.3 热源模型在仿真分析中应用 | 第20-21页 |
| 2.3 不同能量分布的激光热源模型仿真分析 | 第21-28页 |
| 2.3.1 能量偏心激光热源模型 | 第21-24页 |
| 2.3.2 变形激光热源模型 | 第24-26页 |
| 2.3.3 多光斑激光热源模型 | 第26-28页 |
| 2.4 本章小结 | 第28-29页 |
| 第3章 基于能量分布的阶梯式热源模型建立及验证 | 第29-52页 |
| 3.1 引言 | 第29页 |
| 3.2 能量分布检测数据处理算法研究 | 第29-35页 |
| 3.2.1 激光能量分布检测结果数据的选择 | 第29-30页 |
| 3.2.2 BMP图像文件处理算法 | 第30-35页 |
| 3.2.3 TXT文本文件处理算法 | 第35页 |
| 3.3 激光能量分布离散数据参数化算法研究 | 第35-41页 |
| 3.3.1 激光光斑区域划分算法 | 第35-37页 |
| 3.3.2 基于机器学习的光斑形状识别算法 | 第37-39页 |
| 3.3.3 激光光斑形状曲线拟合算法 | 第39-41页 |
| 3.4 阶梯式激光热源模型自动生成算法研究 | 第41-46页 |
| 3.4.1 阶梯式能量分布模型建立算法 | 第41-44页 |
| 3.4.2 阶梯式热源模型建立算法 | 第44-46页 |
| 3.5 阶梯式激光热源模型验证 | 第46-51页 |
| 3.5.1 激光定点加热Q235钢板温度场测量试验 | 第46-49页 |
| 3.5.2 激光定点加热Q235钢板温度场仿真分析 | 第49-51页 |
| 3.6 本章小结 | 第51-52页 |
| 第4章 激光加工仿真分析前处理辅助软件开发 | 第52-65页 |
| 4.1 引言 | 第52页 |
| 4.2 激光加工仿真分析前处理辅助软件总体设计 | 第52-53页 |
| 4.3 人机交互界面模块设计 | 第53-55页 |
| 4.4 激光热源模型建立模块设计 | 第55-57页 |
| 4.5 仿真模型自动建立模块设计 | 第57-61页 |
| 4.5.1 Python脚本自动编译模块 | 第57-58页 |
| 4.5.2 激光热源DFLUX子程序自动编译模块 | 第58-61页 |
| 4.6 其他模块设计 | 第61-63页 |
| 4.6.1 数据库模块 | 第61-62页 |
| 4.6.2 信息反馈及显示模块 | 第62-63页 |
| 4.7 本章小结 | 第63-65页 |
| 第5章 阶梯式热源模型在有限元仿真中的应用 | 第65-74页 |
| 5.1 引言 | 第65页 |
| 5.2 能量偏心分布激光切割玻璃有限元仿真分析 | 第65-71页 |
| 5.2.1 激光能量分布测量及热源模型建立 | 第65-67页 |
| 5.2.2 有限元模型建立与仿真分析 | 第67-71页 |
| 5.3 能量偏心分布激光切割玻璃试验 | 第71-73页 |
| 5.4 本章小结 | 第73-74页 |
| 结论 | 第74-75页 |
| 参考文献 | 第75-80页 |
| 致谢 | 第80页 |